Consistent Face (Wan Video 14B t2v)

T2VまたはI2Vにおける一貫した顔を実現するために、3D動画で学習済み
約20回の実行では顔が一貫していましたが、これは100%の生成で同じように保証されるという意味ではありません。これらの実行にかかったコストは10,000 buzzであることを考慮し、もう一度「このLoRAは何をするのですか？」というコメントを投稿する前に、以下の内容をお読みください。

私が訓練するWan LoRAの完全な効果を予測できるとは限らないことを、どれほど明確に説明すればよいのでしょうか？最良の場合でも、数エポック分の画像しか得られず、最悪の場合は全く情報が得られません。

ローカルでの訓練では、勾配や損失を監視でき、90/10や80/20の評価も可能で、数多くの画像を生成してテストしています。しかし、現在私は14Bに対してそのような余裕を持っていません。